Uma análise das opiniões de usuários do Twitter sobre vacinas utilizando técnicas de aprendizado de máquina

Abstract

Vacinas são uma técnica antiga, conhecida e utilizada há mais de 200 anos. No entanto, é provável que a chegada da pandemia COVID-19 tenha polarizado o debate público em torno dessa tecnologia a um nível nunca antes visto. Assim, este trabalho tem como ob jetivo determinar e compreender os fatores que levam os usuários brasileiros do Twitter a serem favoráveis ou não a vacinas, determinando primeiro as opiniões dos usuários em relação ao tema vacinação e, em seguida, utilizando técnicas de Aprendizado de Máquina para inferir informações demográficas e determinar quais são os fatores sociodemográfi cos que causam maior impacto na opinião dos usuários sobre vacinas. Em primeiro lugar, foram gerados conjuntos de dados compostos por informações demográficas relevantes de usuários que são favoráveis ou contrários a vacinas. Em seguida, a partir dos dados co letados, foram gerados gráficos mostrando as distribuições das informações demográficas obtidas e algoritmos de Aprendizado de Máquina foram aplicados aos conjuntos de dados a fim de gerar modelos relevantes para a pesquisa. Por fim, as informações coletadas nas etapas anteriores foram analisadas a fim de tirar conclusões relevantes sobre como cada fator demográfico considerado influencia a formação de opiniões dos usuários do Twit ter sobre vacinas e seu uso. A metodologia proposta produziu resultados informativos e pertinentes, sendo possível verificar que idade e a localização são fatores que causam influência significativa nas opiniões dos usuários. Este trabalho propõe uma estrutura efi ciente e ágil que pode ser fácil e prontamente implementada e estendida para entender não apenas as opiniões sobre vacinas, mas também as opiniões sobre qualquer assunto de debate público.

Vaccines are an old technique, known and used for over 200 years. However, it is likely that the arrival of the COVID-19 pandemic made the public debate around this technol ogy become polarized at a level never seen before. Thus, this work aims to determine and understand factors that lead Brazilian users on Twitter to be favorable or not to vaccines by first determining users’ stances in relation to the vaccination topic and then using Ma chine Learning methods to infer demographic information and determine which are the socio-demographic factors that cause the greatest impact on users’ opinions on vaccines. First, data sets composed of relevant demographic information from users who stand for or against vaccines were generated. Then, from the collected data, charts were generated showing the distributions of the obtained demographic information and Machine Learn ing algorithms were applied to the data sets in order to generate relevant models for the research. Finally, the information collected in the previous steps was analyzed in order to draw relevant conclusions about how each demographic factor considered influences the formation of Twitter users opinions on vaccines and their use. The methodology pro posed produced informative and pertinent results, and it was possible to determine that age and location are factors that cause significant influence on users’ opinions. This work proposes an efficient and agile framework that can be easily and readily implemented and extended to understand not only stances on vaccines, but also opinions on any subject of public debate.